Berkeley AI Research·· 2026-04-20
GRASP、世界モデルの勾配に基づく長期計画手法
Gradient-based Planning for World Models at Longer Horizons
AI による要約
Berkeley AI Researchは学習済み世界モデルの勾配計画器GRASPを提案した。軌跡を仮想状態へ引き上げて時系列を並列最適化し、状態反復に乱数を直接注入して探索する。勾配を整えて行動へ明確な信号を送り、高次元視覚モデルの脆い「状態–入力」勾配を避け、長期計画を実用的かつ頑健にする。
入選の記録
基準 60公式・一次情報1 回目 332 回目 34
入選せず二回の合計 67 < 基準の 2 倍 120
- 情報源の区分
- 公式・一次情報、この区分の基準は 60 点
- 予備審査
- 通過：世界模型梯度规划AI研究
採点はモデルが同じ基準で独立に二回行い、満点は 100。二回の合計が基準の 2 倍に届いたものだけが入選します。基準は情報源の区分ごとに決めています。
情報源：Berkeley AI Research · bair.berkeley.edu